2023年7月5日，国际顶尖学术期刊 Nature 同期发表华为云与清华大学团队的两篇论文报道了人工智能（AI）协助天气预报的潜力。
天气预报是科学计算的一个重要应用，旨在预测未来的天气变化。天气预报在帮助拯救生命和最小化财产损失方面起着关键作用，特别是近年来全球气候变化导致极端天气事件频发。
在过去的十年中，高性能计算系统极大地促进了数值天气预报（Numerical Weather Prediction，NWP）方法领域的研究，这也是迄今为止最准确的天气预报系统。传统的NWP方法主要是利用偏微分方程描述大气状态离散网格之间的转换，然后用数值模拟方法求解。然而，这种方法对算力的要求很高，而且速度很慢，即使在一台拥有数百个节点的超级计算机上，一个为期10天的天气预测模拟也需要好几个小时。此外，传统的NWP算法在很大程度上依赖于参数化，它使用近似函数来捕获未解决的过程，这可能近似值而引入错误。
近年来，深度学习（Deep Learning）的快速发展为天气预报系统带来了一个有希望的方向。这种基于人工智能（AI）的方法，通过训练一个深度神经网络来捕获输入（在给定时间点再分析天气数据）和输出（在目标时间点再分析天气数据）之间的关系，能够将天气预测速度相比NWP方法提高好几个数量级，然而，其准确性仍然不能令人满意。
2023年7月5日，国际顶尖学术期刊 Nature 同期发表两篇论文报道了人工智能（AI）协助天气预报的潜力。
第一篇论文来自华为云田奇团队，论文题为：Accurate medium-range global weather forecasting with 3D neural networks（利用3D神经网络进行精确的中期全球天气预报）。该研究利用3D神经网络实现最多提前一周预测全球气候模式。
另一篇论文来自清华大学王建民教授团队，论文题为：Skilful nowcasting of extreme precipitation with NowcastNet。该研究开发了NowcastNet模型，能够预测短时天气，例如极端降水事件。
这两篇最新论文报道的AI协助天气预报方法与现有方法的准确率相当，或能预测此前很难预测的天气现象。
在第一篇论文中，田奇等人报道了一个名为盘古气象（Pangu-Weather）的基于AI的天气预报系统，该系统最多能提前一周预测全球天气。
该模型使用39年的全球再分析天气数据进行训练。盘古气象的预测准确率相当于全世界最好的数值天气预报系统——欧洲中期天气预报中心使用的综合预报系统，同时在相同的空间分辨率下速度要快1万倍以上。盘古气象还能用一个3D神经网络模型对各个高度水平进行预测，比之前英伟达开发的基于AI的天气预报系统FourCastNet提供了更完整和细节的预测结果。
总的来说，华为云团队开发的盘古盘古气象（Pangu-Weather），能够实现高分辨率的一小时到一周的全球气象预报，相比传统数值天气预报系统，预测速度提升10000倍，且准确率更高。
在另一篇论文中，清华大学王建民教授、龙明盛副教授和加州大学伯克利分校 Michael I. Jordan 等人报道了一个名为NowcastNet的基于AI的天气预报系统，该模型通过结合物理规律和深度学习来实时预报降水。
临近预报（nowcasting）是指非常短期的天气预报，最多提前6小时，因此能提供即时天气的详细信息。临近预报对于极端降水事件的风险预防和危机管理非常重要。基于美国和中国的雷达观测数据，NowcastNet最多能提前3小时对2048千米×2048千米的区域进行高分辨降水预测。62名气象学家对不同模型的极端降水预测能力和价值进行了评估；NowcastNet在约70%的预测中超过了其他领先方法，排名第一。
这项研究结果表明，NowcastNet在降雨率上的预测优势，尤其是之前被认为很难预测的极端降水事件。
Nature 同期发表的「新闻与观点」文章中指出，人工智能（AI）在天气预报任务方面潜力巨大，但其中的风险要求气象学家学习设计、评估和解读这类系统。
论文链接： [1]https://www.nature.com/articles/s41586-023-06185-3 [2]https://www.nature.com/articles/s41586-023-06184-4
| 
